本发明专利技术涉及一种质子交换膜燃料电池老化性能预测方法、装置、电子设备及计算机可读存储介质，包括：获取待测质子交换膜燃料电池的物理参数和电池老化试验的真实极化曲线；根据物理参数构建二维电池模型；根据物理参数和二维电池模型构建电池关键老化部位的电极老化模型；根据二维电池模型和电极老化模型构建初始电池老化预测模型，基于遗传算法迭代优化电池老化预测模型的老化参数，得到待测质子交换膜燃料电池的目标电池老化预测模型，输出得到待测质子交换膜燃料电池的电压性能输出和电极老化曲线。本发明专利技术通过基于遗传算法迭代优化老化参数得到目标电池老化预测模型，实现在老化性能预测中，精确评估待测电池各个关键老化部位的具体老化状态。部位的具体老化状态。部位的具体老化状态。
【技术实现步骤摘要】
质子交换膜燃料电池老化性能预测方法、装置及电子设备
[0001]本专利技术涉及新能源领域，具体涉及一种质子交换膜燃料电池老化性能预测方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]质子交换膜燃料电池利用氢气和氧气发生化学反应产生能量，反应产物是清洁的水，具有工作温度低、无污染、能量效率高和能量密度高等优点，在新能源汽车、船舶、住宅用电和移动便携设备等领域得到的广泛的运用。但目前的质子交换膜燃料电池的发展受到使用寿命的限制，质子交换膜燃料电池的商业化进程有赖于不断提高其使用寿命和耐久性，因此需要对质子交换膜的老化性能进行评估。
[0003]现有的关于质子交换膜燃料电池老化性能的研究主要集中在等效电路模型、压降半经验模型以及极化曲线表征等。其中等效电流模型通过阻抗谱技术进行离线测试；压降半经验模型通过大量的老化试验数据进行参数拟合；极化曲线表征则是通过设置电路测量获得电池的极化曲线。然而现有的质子交换膜燃料电池老化性能评估方法中，都只是对电池老化性能的结果进行研究，而未对老化的内部机理提供深入的机理分析，因而无法精确评估各关键老化部位的具体老化状态。
技术实现思路
[0004]有鉴于此，有必要提供一种质子交换膜燃料电池老化性能预测方法、装置、电子设备及计算机可读存储介质，用于解决现有技术中，未对质子交换膜燃料电池老化的内部进行深入的机理分析，无法精确评估各关键老化部位的具体老化状态的技术问题。
[0005]为了解决上述问题，一方面，本专利技术提供了一种质子交换膜燃料电池老化性能预测方法，所述方法包括：
[0006]获取待测质子交换膜燃料电池的物理参数和电池老化试验的真实极化曲线；
[0007]根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型；
[0008]根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型；
[0009]根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的初始电池老化预测模型，基于遗传算法迭代优化电池老化预测模型的老化参数，直到所述电池老化预测模型的电压性能输出与所述真实极化曲线相匹配，得到待测质子交换膜燃料电池的目标电池老化预测模型，根据所述目标电池老化预测模型输出得到待测质子交换膜燃料电池的电压性能输出和电极老化曲线。
[0010]进一步的，待测质子交换膜燃料电池的物理参数包括：待测质子交换膜燃料电池的结构参数与材料参数，电池老化试验中的试验环境参数。
[0011]进一步的，根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型，包括：
[0012]根据所述待测质子交换膜燃料电池的物理参数，确定待测质子交换膜燃料电池的电池反应条件和电化学反应公式；
[0013]根据所述待测质子交换膜燃料电池的电池反应条件和电化学反应公式构建待测质子交换膜燃料电池的二维电池模型。
[0014]进一步的，根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型，包括：
[0015]根据待测质子交换膜燃料电池的二维电池模型确定待测质子交换膜燃料电池中各老化部位中的关键老化部位；
[0016]基于质子交换膜燃料电池的老化机理建立待测质子交换膜燃料电池中关键老化部位的电极老化模型。
[0017]进一步的，根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的电池老化预测模型，包括：
[0018]根据所述二维电池模型和各部位的电极老化模型并以质子交换膜电导率、催化层电化学活性面积和扩散层孔隙率作为老化参数构建电池老化预测模型。
[0019]进一步的，基于遗传算法迭代优化电池老化预测模型的老化参数，直到所述电池老化预测模型的电压性能输出与所述真实极化曲线相匹配，得到待测质子交换膜燃料电池的目标电池老化预测模型，包括：
[0020]随机设置电池老化预测模型的多组初始老化参数；
[0021]基于所述电池老化预测模型进行电池老化模拟试验，得到各组老化参数对应的电压性能曲线；
[0022]计算所述电压性能曲线和所述真实极化曲线的均方误差，根据所述均方误差得到各组老化参数的适应度评分；
[0023]设置均方误差阈值，根据所述适应度评分迭代重组所述老化参数，基于重组老化参数后的电池老化预测模型进行电池老化模拟实验，并计算重组后老化参数对应的均方误差和适应度评分，直到所述均方误差达到均方误差阈值，得到最优老化参数组，根据所述最优老化参数组得到目标电池老化预测模型。
[0024]进一步的，根据所述适应度评分迭代重组所述老化参数，包括：
[0025]比较各组老化参数的适应度评分，选择适应度评分高的老化参数组，对其中部分老化参数进行互换或随机创建新的老化参数对老化参数组中老化参数进行替换，得到迭代后的老化参数组。
[0026]另一方面，本专利技术还提供了一种质子交换膜燃料电池老化性能预测装置，包括：
[0027]数据获取单元，用于获取待测质子交换膜燃料电池的物理参数和电池老化试验的真实极化曲线；
[0028]二维模型建立单元，用于根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型；
[0029]老化模型建立单元，用于根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型；
[0030]老化参数优化单元，用于根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的初始电池老化预测模型，基于遗传算法迭代优化电池老化预测模型的老化
参数，直到所述电池老化预测模型的电压性能输出与所述真实极化曲线相匹配，得到待测质子交换膜燃料电池的目标电池老化预测模型，根据所述目标电池老化预测模型输出得到待测质子交换膜燃料电池的电压性能输出和电极老化曲线。
[0031]另一方面，本专利技术还提供了一种电子设备，包括存储器和处理器，其中，
[0032]所述存储器，用于存储程序；
[0033]所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意一项所述的质子交换膜燃料电池老化性能预测方法中的步骤。
[0034]另一方面，本专利技术还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述任意一项所述的质子交换膜燃料电池老化性能预测方法中的步骤。
[0035]与现有技术相比，采用上述实施例的有益效果是：在本专利技术提供的质子交换膜燃料电池老化性能预测方法中，首先获取待测质子交换膜燃料电池的物理参数和电池老化试验的真实极化曲线；然后根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型；根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型；最后根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的初始电池老化预测模型，基于遗传算法迭代优化电池老化预测模型的老化参数，直到所述电池老化预测模型的电压性能输本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种质子交换膜燃料电池老化性能预测方法，其特征在于，所述方法包括：获取待测质子交换膜燃料电池的物理参数和电池老化试验的真实极化曲线；根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型；根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型；根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的初始电池老化预测模型，基于遗传算法迭代优化电池老化预测模型的老化参数，直到所述电池老化预测模型的电压性能输出与所述真实极化曲线相匹配，得到待测质子交换膜燃料电池的目标电池老化预测模型，根据所述目标电池老化预测模型输出得到待测质子交换膜燃料电池的电压性能输出和电极老化曲线。2.根据权利要求1所述的质子交换膜燃料电池老化性能预测方法，其特征在于，所述待测质子交换膜燃料电池的物理参数包括：待测质子交换膜燃料电池的结构参数与材料参数，电池老化试验中的试验环境参数。3.根据权利要求1所述的质子交换膜燃料电池老化性能预测方法，其特征在于，所述根据所述物理参数构建待测质子交换膜燃料电池的二维电池模型，包括：根据所述待测质子交换膜燃料电池的物理参数，确定待测质子交换膜燃料电池的电池反应条件和电化学反应公式；根据所述待测质子交换膜燃料电池的电池反应条件和电化学反应公式构建待测质子交换膜燃料电池的二维电池模型。4.根据权利要求1所述的质子交换膜燃料电池老化性能预测方法，其特征在于，所述根据所述物理参数和二维电池模型构建待测质子交换膜燃料电池中关键老化部位的电极老化模型，包括：根据待测质子交换膜燃料电池的二维电池模型确定待测质子交换膜燃料电池中各老化部位中的关键老化部位；基于质子交换膜燃料电池的老化机理建立待测质子交换膜燃料电池中关键老化部位的电极老化模型。5.根据权利要求1所述的质子交换膜燃料电池老化性能预测方法，其特征在于，所述根据所述二维电池模型和电极老化模型构建待测质子交换膜燃料电池的电池老化预测模型，包括：根据所述二维电池模型和各部位的电极老化模型并以质子交换膜电导率、催化层电化学活性面积和扩散层孔隙率作为老化参数构建电池老化预测模型。6.根据权利要求1所述的质子交换膜燃料电池老化性能预测方法，其特征在于，所述基于遗传算法迭代优化电池老化预测模型的老化参数，直到所述电池老化预测模型的电压性能输出与所述真实极化曲线相匹...
【专利技术属性】
技术研发人员：隋邦杰，戚洵东，邱阳，张恒，许杰，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。